10月26日消息，10月19日，在2021年云棲大會上，阿里云重磅發(fā)布DataWorks全鏈路數據治理產品體系，基于數據倉庫，數據湖、湖倉一體等多種大數據架構，DataWorks幫助企業(yè)治理內部不斷上漲的“數據懸河”，釋放企業(yè)的數據生產力。

阿里巴巴集團副總裁 阿里云智能計算平臺事業(yè)部高級研究員賈揚清現場分享

“當數據量變得越來越大，單位數據的價值會變得越來越小。全鏈路數據治理讓數據從低質低效向高質高效流動。”

阿里巴巴集團副總裁，阿里云智能計算平臺事業(yè)部高級研究員賈揚清在現場表示。黃河泥沙的淤積使河床不斷抬高，形成了河高于地平面的“地上懸河”，在河南開封，最高的懸河達到10米，并且河床每年都會以10厘米的速度增高，而隨之而來的，兩邊的堤壩也在不斷地增高。在企業(yè)的數字化轉型中，數據量變得越來越大，機器變得越來越多，團隊變得越來越大，數字化轉型真的變得越來越好嗎?對于企業(yè)來說，表象的繁榮不代表未來不會發(fā)生一場“洪水”。在阿里巴巴，雙11已經成為了日常，2021年大數據計算服務MaxCompute的日常數據處理的水位線已經超過2020年雙11的峰值，不斷增長的數據量已經造成了極大的成本與效率的壓力。

l 機器的效率+人的效率=數據的效率

面對每年如此膨脹的數據，阿里巴巴的解法是通過大數據+AI一體化平臺的能力，讓數據效率成為企業(yè)的核心指標。在機器的效率層面，MaxCompute作為離線數倉，單日數據處理量已經達到1.7EB，但是除了數據量，更應該關注的是MaxCompute僅用10%的機器增長，就支撐了75%的數據量增長。這里面是MaxCompute在底層的存儲和性能不斷地追求極致的優(yōu)化，并且連續(xù)5年打破TPCx-BigBench 100TB規(guī)模性能世界記錄。同時Hologres作為實時數倉，峰值每秒寫入5.96億條，單表存儲高達2.5PB，基于萬億級數據對外提供多維分析和服務，99.99%的查詢可以在80ms以內返回結果。Hologres與MaxCompute組成離線、實時、分析、服務一體化的數據倉庫，從底層就極大地簡化了大數據架構的復雜度。機器層面的效率往往容易被衡量，但是人的效率卻很難被量化。DataWorks從2009年開始成為阿里巴巴集團統(tǒng)一的大數據開發(fā)治理平臺，完成阿里巴巴數據中臺的搭建。對一個平臺的完善性與易用性，用戶往往會用腳投票。目前在DataWorks上構建的大規(guī)模協同數據中臺的每日活躍用戶數已經超過5萬，平均每3個阿里巴巴員工就有1個在使用DataWorks，服務阿里巴巴內部幾乎所有部門，沉淀的全鏈路數據治理核心能力超過數百項。FY2020，阿里巴巴通過數據治理的綜合收益超過10億元，可以說大數據開發(fā)治理平臺DataWorks與計算引擎MaxCompute、Hologres組成了大數據架構下的“Wintel聯盟”，共同提高企業(yè)數據的效率。

l 建設經驗：從小作坊到大平臺到敏捷制造

數據治理也好、數據中臺也好，從來也不是一個從象牙塔里想出來的產品，而是經過很多年磨出來的。阿里巴巴的數字化轉型也經歷過刀耕火種的年代，每個業(yè)務團隊維護多套Hadoop集群，像一個個小作坊：有什么用什么，需要什么加什么，各種技術組件像搭積木一樣逐漸堆砌起來。而在這個過程中，經常會非常痛苦，平臺發(fā)布了一個新的功能，不知道什么原因把另一個組件搞掛了，然后技術人員花很長時間去排查另一個組件有什么問題，修復了一個組件，發(fā)布了一下，又把另一個搞掛了，問題不斷冒出就像“按下葫蘆浮起瓢”，好像永遠沒有盡頭。于是，阿里巴巴開始轟轟烈烈的平臺統(tǒng)一計劃，搭建起了大平臺，把開源的架構改成自研的架構，數據逐漸都遷移到MaxCompute上。這個時候數據中臺的概念也開始在集團內推廣，逐漸將3個ONE的數據中臺方法論落地到DataWorks，完成了阿里巴巴整個數據中臺的搭建。至此，從核心的電商天貓?zhí)詫殻金I了么、優(yōu)酷、盒馬等各個業(yè)務團隊都在同一套大平臺上進行一站式的協同數據開發(fā)。但是隨著大平臺的普及，使用的人數越來越多，數據的治理也會越變得更加復雜。在不斷產生成千上萬張表中，企業(yè)無法知道有多少條不規(guī)范的語句像白蟻一樣正在消耗大量的計算資源;有多少張表正在重復地被復制，制造表象的“數據繁榮”;有多少臟數據在不斷生產污染數據的質量;有多少張表正在被不斷申請權限使用，面臨數據安全的風險。這些問題都對大平臺提出了嚴峻的挑戰(zhàn)。于是，大平臺逐漸往敏捷制造不斷演進，通過全鏈路的數據治理能力，以全局的視角進行管控，并同時實現數據的決策的下放。

l DataWorks全鏈路數據治理新品發(fā)布

2021云棲大會全鏈路數據治理峰會，DataWorks在十二年積累的數百項數據開發(fā)治理能力之上，重磅發(fā)布全鏈路數據治理新品。

數據治理中心

數據治理對于企業(yè)的大數據團隊，不單是一個技術問題，更是組織和管理問題。對于整個組織來說，如何來衡量數據治理最終的效果?如何更好地發(fā)揮組織的主動性?在一些企業(yè)當中，會成立了專門的數據委員會，制定一些數據治理的規(guī)范，但是發(fā)現平臺并不能很好地支持這些規(guī)范，又或者說企業(yè)購買了一個數據平臺，但是卻不知道如何通過平臺來完成數據治理的工作。在阿里巴巴內部經常會參考一個健康分的概念，從組織設計上，數據委員會下面有平臺團隊，業(yè)務團隊，以及風控、財務等協同團隊。那對于某個業(yè)務團隊來說，會制定一個今年的目標比如說把健康分從80分提升為90分，從計算、存儲等方面入手，不單從業(yè)務側、生產側開展治理優(yōu)化工作，有需求也會提給數據平臺團隊，對引擎和數據平臺產品進行優(yōu)化演進，大家一起朝這個目標努力。組織有了可測量的方式，這些部門就可以把這些數字放到自己的目標里去。同時各類的數據治理戰(zhàn)役，各個團隊的比武等等長效的運營工作，也可以通過健康分做不斷地延展，達到組織數據協同的目的，發(fā)揮數據治理組織的主動性。

DataWorks全新發(fā)布的數據治理中心，針對企業(yè)計算、存儲、研發(fā)、質量、安全五個方面形成企業(yè)數據治理健康分，以問題驅動的理念，覆蓋事前、事中、事后的全鏈路主動式數據治理和數據治理健康度評估。

企業(yè)的數據治理不再一個 “階段性項目”，而是一個“可持續(xù)的運營項目”。

智能數據建模

企業(yè)建了一個平臺，做了很多規(guī)范治理，對于業(yè)務人員的價值到底是什么?省了多少成本，治理了多少問題，對于業(yè)務人員相對是無感的。業(yè)務方只希望更快地拿到想要的數據，于是原先的數據倉庫建設方式更多的是自底向上小步快跑，快速滿足需求為先。而如今的全鏈路數據治理，讓數據倉庫的建設向規(guī)范化，可持續(xù)發(fā)展方向演進，強調面向業(yè)務視角自頂向下進行規(guī)范建模與面向開發(fā)視角自底向上構建數倉雙管齊下。

DataWorks全新發(fā)布智能數據建模，沉淀阿里巴巴數據中臺建設方法論，從數倉規(guī)劃、數據標準、維度建模、數據指標四個方面，以業(yè)務視角對業(yè)務的數據業(yè)務進行詮釋。智能數據建模支持快速數據建模，包含正向建模與逆向建模，提供分鐘級的模型創(chuàng)建能力。同時打通數據開發(fā)，可以直接將數據模型發(fā)布到多個引擎，一鍵生成質量規(guī)則，直接發(fā)布表并自動生成ETL簡代碼。企業(yè)的業(yè)務人員可以方便地了解數據全貌，快速獲取所需的數據指標以及基于數據模型進行數據分析和探查，企業(yè)內所有的員?可以實現“數同?”的快速理解與流通，讓數據決策可以實現真正有效的下放!

盒馬鮮生通過DataWorks智能數據建模落地新零售行業(yè)數據模型Rex-LDM

同時，現場還發(fā)布了DataWorks數據集成實時同步能力、智能數據查詢、隱私安全計算、DataWorks開放平臺、數據作業(yè)遷云工具與遷云專家服務等多項功能。

中國信通院在2021年9月發(fā)布的《全球數字經濟白皮書》報道，去年我國的數字經濟規(guī)模已經達到5.4萬億美元，占比GDP近1/3。在數字經濟時代，數據已經成為關鍵生產要素，就像在農業(yè)經濟時代和工業(yè)經濟時代中，土地、勞動力是關鍵的生產要素。DataWorks通過智能數據建模、全域數據集成、高效數據生產、主動數據管理、全面數據安全、快速數據服務六大全鏈路數據治理的能力，承載千行百業(yè)數字化轉型的可能。目前，DataWorks已經在數字政府、新金融、新零售、能源、工業(yè)、交通、游戲、教育、數字營銷等行業(yè)落地數千家客戶。國家電網大數據中心通過DataWorks實現總部+27家省(市)公司PB級數據的統(tǒng)一管理，通過全鏈路數據中臺的治理與監(jiān)測運營體系，加快電網整體數字化轉型升級。創(chuàng)夢天地基于開源的EMR引擎，用DataWorks替換自研調度系統(tǒng)，讓技術人員更加專注業(yè)務，助力游戲行業(yè)的數據化運營。億滋中國通過DataWorks智能數據建模進行全鏈路的數據模型治理，極大提升數據中臺的自服務能?，讓企業(yè)數據決策實現下放，釋放新零售的數字化力量。

企業(yè)數字化轉型正在進入的深水區(qū)，“數據懸河”將逐漸成為企業(yè)的“達摩克斯之劍”，阿里云正在與各行各業(yè)的客戶與合作伙伴一起，通過全鏈路數據治理，管得好數據、用得好數據，讓數據向先進生產力集聚!

免責聲明：市場有風險，選擇需謹慎!此文僅供參考，不作買賣依據。

關鍵詞： 治理 數據 DataWorks